Spark完全分布式集群搭建

一、准备工作

  1. 安装jdk:https://blog.youkuaiyun.com/qq_42668255/article/details/97368887
  2. 搭建hadoop集群:https://blog.youkuaiyun.com/qq_42668255/article/details/99449114
  3. scala搭建  官方下载地址:https://www.scala-lang.org/download/
  4. spark下载地址:http://spark.apache.org/downloads.html
  5. 本人云盘资料(scala,spark以及spark源码软件资料):https://pan.baidu.com/s/1VGmO8ahlkFrJShab0cYv0Q 提取码:mhnm

二、安装配置scala

  1. 把安装包上传到服务器并解压   命令: tar -xzvf scala-2.13.0.tar.gz
  2. 配置环境变量(根据自己的安装位置来,如下是本人安装位置)
export SCALA_HOME=/u
### 完全分布式模式下搭建Spark集群 #### 准备工作 为了成功部署Spark集群,在Ubuntu Kylin系统中,首先需要基于已有的Hadoop分布集群环境进行操作[^1]。确保所有节点安装相同版本的操作系统,并完成必要的软件包更新。 #### JDK安装 JDK对于运行Java应用程序至关重要。通过命令`tar -zxvf jdk-8u181-linux-x64.tar.gz -C /home/hadoop/apps`可以将JDK解压缩到指定路径下[^4]。这一步骤确保了后续能够顺利编译和执行依赖于Java的应用程序。 #### Spark配置文件调整 进入Spark的`conf`目录并创建一个新的`spark-env.sh`脚本文件用于设置环境变量。此过程可以通过复制模板文件来简化:`cp spark-env.sh.template spark-env.sh`[^2]。接着编辑该文件以适应具体的网络拓扑结构和其他需求。 #### 节点间同步配置 一旦Master节点上的Spark安装完毕,则需将其分发给Slave节点(`slave01`, `slave02`)。具体做法是在这些从属机器上解压由主服务器传输来的`.tar.gz`档案,并确保它们指向相同的配置文件位置。特别注意的是,还需在各子节点上设定正确的`JAVA_HOME`环境变量以防启动失败[^3]。 #### 日志与性能优化参数定制 为了让集群更高效地运作以及便于监控其状态变化,建议适当调整一些默认选项。例如,在`spark-defaults.conf`里添加如下几项: ```properties spark.master spark://master:7077 spark.eventLog.enabled true spark.eventLog.dir hdfs://master:8020/spark-logs spark.serializer org.apache.spark.serializer.KryoSerializer spark.driver.memory 5g spark.executor.extraJavaOptions -XX:+PrintGCDetails -Dkey=value -Dnumbers="one two three" ``` 上述设置不仅启用了事件日志记录功能以便事后分析作业流程,还指定了序列化器类型从而提高数据交换效率;同时增加了内存分配量给予驱动程序更多资源支持复杂计算任务[^5]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值